LeetCode in Python 72. Edit Distance (编辑距离)

Miaquankyz

已于 2024-04-22 20:13:08 修改

阅读量931

点赞数 16

CC 4.0 BY-SA版权

分类专栏： Leecode题解文章标签： leetcode python 算法数据结构

于 2024-04-22 19:06:35 首次发布

本文链接：https://blog.csdn.net/m0_45175452/article/details/138084961

Leecode题解专栏收录该内容

23 篇文章

订阅专栏

本文介绍了编辑距离的基本思想，如何通过动态规划转化为求解最小路径和问题，以Python实现了一个Solution类，演示了如何计算两个单词之间的最少操作次数，同时提及了最小路径和问题在LeetCode中的应用。

编辑距离的基本思想很直观，即不断比较两个单词每个位置的元素，若相同则比较下一个，若不同则需要考虑从插入、删除、替换三种方法中选择一个最优的策略。涉及最优策略笔者最先想到的即是动态规划的思想，将两个单词的位置对应放在矩阵中即可将其转化为类似求解最小路径和的问题。

示例：

图1 编辑距离输入输出示意图

代码：

class Solution:
    def minDistance(self, word1: str, word2: str) -> int:
        cost = [[float("inf")] * (len(word2) + 1) for _ in range(len(word1) + 1)]
        for i in range(len(word1) + 1):
            cost[i][len(word2)] = len(word1) - i
        for j in range(len(word2) + 1):
            cost[len(word1)][j] = len(word2) - j
        for i in range(len(word1) - 1, -1, -1):
            for j in range(len(word2) -1, -1, -1):
                if word1[i] == word2[j]:
                    cost[i][j] = cost[i + 1][j + 1]
                else:
                    cost[i][j] = 1 + min(cost[i + 1][j], cost[i][j + 1], cost[i + 1][j + 1])
        return cost[0][0]

解释：

1）cost为记录最少操作数的二维数组，若word2为空，word1变为word2需要删除word1中所有字符，即操作数为len(word1)。同理，若word1为空，word1变为word2需要插入word2中所有字符，即操作数为len(word2)：

for i in range(len(word1) + 1):

cost[i][len(word2)] = len(word1) - i

for j in range(len(word2) + 1):

cost[len(word1)][j] = len(word2) - j

2）对于cost其他位置的最少操作数，则根据动态规划的思想，若两个位置对应的字符相同，则指针均向后移位，反之，则需要从插入、删除、替换三种操作中选择一种，选择三种操作后所需最少操作数的方法：

for i in range(len(word1) - 1, -1, -1):

for j in range(len(word2) - 1, -1, -1):

if word1[i] == word2[j]:

cost[i][j] = cost[i + 1][j + 1]

else: